Rumah Sakit Chicago Berjuang untuk Menahan Penyebaran Covid-19

Rumah Sakit Chicago Berjuang untuk Menahan Penyebaran Covid-19 – Rumah Sakit Universitas Illinois di Chicago mengira sudah siap ketika pandemi mencapai ruang gawat daruratnya pada awal Maret.

Rumah Sakit Chicago Berjuang untuk Menahan Penyebaran Covid-19

hospitalmicrobiome – Staf yang mengenakan alat pelindung membawa pasien virus corona pertama ke dalam isolasi, memungkinkan rumah sakit tetap buka untuk operasi mendesak. “Kami memiliki rencana respons untuk meminimalkan risiko lanjutan terhadap pasien, staf, atau mahasiswa,” kata universitas dalam surat di seluruh kampus.

Mengutip wsj, Rencana itu tidak cocok untuk virus. Dalam waktu satu setengah bulan, tiga anggota staf, dua perawat dan seorang teknisi ruang operasi meninggal karena Covid-19.

Baca juga : Mapping Mikroorganisme di Balik Infeksi yang Dibawa Rumah Sakit Chicago

Pada pertengahan Juni, lebih dari 260 perawat, staf administrasi, penjaga dan teknisi rumah sakit telah dites positif terkena virus corona, hampir 7% pekerja diwakili oleh serikat pekerja. Dan kemudian anggota staf keempat meninggal karena Covid-19.

Tidak mungkin untuk mengetahui bagaimana sebagian besar orang terinfeksi. Tetapi kemungkinan virus menyebar di dalam rumah sakit dengan hampir 500 tempat tidur, Susan Bleasdale, kepala pengendalian infeksi, mengatakan dalam sebuah wawancara. Dia mengatakan rumah sakit menyelidiki kematian staf tetapi menolak untuk membahas temuan tersebut, dengan alasan privasi.

Penularan tanpa gejala COVID-19 berkontribusi signifikan terhadap penyebaran komunitas di New York City selama fase awal pandemi, menurut sebuah makalah baru dari tim peneliti di University of Chicago. Penelitian yang diterbitkan dalam Proceedings of the National Academy of Sciences pada 10 Februari, memperkuat pentingnya berkelanjutan bagi semua orang, terlepas dari status gejalanya, untuk mengikuti panduan kesehatan masyarakat untuk mengekang penyebaran virus corona.

Dalam model matematika pertama yang menggabungkan data tentang perubahan harian dalam kapasitas pengujian, tim peneliti menemukan bahwa hanya 14% hingga 20% individu COVID-19 yang menunjukkan gejala penyakit dan bahwa lebih dari 50% penularan komunitas berasal dari asimtomatik dan pra -kasus simtomatik

Pada penyakit yang muncul, peneliti berusaha memahami wabah dengan memperkirakan parameter epidemiologi seperti proporsi kasus yang bergejala dan jenis infeksi yang menularkan penyakit. Namun, tergantung pada seberapa banyak dan jenis data yang tersedia, parameter ini dapat diperkirakan secara tepat atau memiliki ketidakpastian yang cukup besar.

Para peneliti awalnya memeriksa data tentang wabah virus corona di Wuhan, Cina, dengan harapan membawa perspektif baru untuk pemodelan penyebaran virus, tetapi segera menemukan data yang kurang.

“Pengujian data dari Wuhan agak jarang dan tidak memiliki banyak informasi dapat membuat estimasi parameter epidemiologi ini menjadi sulit,” kata penulis pertama Rahul Subramanian, seorang mahasiswa PhD di bidang epidemiologi. “Sulit untuk mendapatkan informasi yang baik tentang penyebaran COVID-19 hanya dengan melihat Wuhan, jadi kami menemukan data yang dilaporkan oleh New York City dan mengadaptasi model kami.”

Para penulis menyesuaikan model mereka dengan perubahan harian dalam kapasitas pengujian yang dilaporkan oleh New York City, menjadi model peer-review pertama yang secara eksplisit memasukkan data ini. “Kami menyatukan model matematika dan data pengujian pengawasan untuk menambahkan sesuatu yang baru ke bidang penelitian yang sangat aktif,” kata Mercedes Pascual, PhD, Profesor Ekologi dan Evolusi Blok Louis di Universitas Chicago.

“Tanpa memperhitungkan kapasitas pengujian, Anda tidak dapat membedakan antara kasus yang tidak dilaporkan karena tidak bergejala dan kasus yang tidak dilaporkan karena kurangnya kapasitas pengujian,” kata Subramanian.

Selain mempertimbangkan pengujian harian, penulis juga memasukkan perkiraan kekebalan kelompok dari survei antibodi oleh Rumah Sakit Mount Sinai, memungkinkan mereka untuk memperkirakan jumlah kasus bergejala yang tidak dilaporkan dan jumlah sebenarnya dari kasus tanpa gejala.

“Dengan menggabungkan data kasus, data serologi, dan data pengujian, sebenarnya kami dapat memperkirakan proporsi kasus yang bergejala, yang cukup menggembirakan,” kata Subramanian.

Para peneliti juga melaporkan bahwa lebih dari separuh penularan komunitas berasal dari kasus non-gejala – baik kasus tanpa gejala atau pra-gejala. “Meskipun kami tidak dapat memperkirakan secara tepat seberapa besar kemungkinan kasus tanpa gejala akan menularkan penyakit, kasus non-gejala secara keseluruhan berkontribusi signifikan terhadap penularan masyarakat,” kata Subramanian. Temuan ini mungkin menjadi penting karena pejabat kesehatan masyarakat memutuskan pembatasan COVID-19 mana yang akan diterapkan, dipertahankan, atau dibatalkan. “Apa pun tindakan yang diterapkan pembuat kebijakan untuk mengendalikan wabah yang sedang berlangsung, mereka juga perlu memasukkan orang-orang pra-gejala dan tanpa gejala juga.”

Para peneliti juga memperkirakan bahwa jumlah reproduksi atau jumlah rata-rata infeksi baru yang akan disebabkan oleh orang yang terinfeksi saat ini dapat secara signifikan lebih tinggi daripada kisaran 2-3 yang biasa dilaporkan dalam literatur. Pembatasan untuk mengekang penyebaran COVID-19 mungkin perlu disesuaikan dengan jumlah reproduksi yang lebih tinggi.

Meskipun penelitian ini menggunakan data dari wabah New York City musim semi 2020, kemungkinan akan berlaku untuk varian virus corona baru yang mulai beredar di AS.

“Temuan inti mengenai transmisi kemungkinan tidak akan berubah dengan varian baru,” kata Subramanian. “Jika ada, kami menyediakan dasar yang lebih baik untuk membandingkan varian baru ini. Para peneliti dapat memahami lebih tepat bagaimana perubahan dalam varian baru ini memengaruhi transmisi.”

Pemodelan lebih lanjut dari pandemi COVID-19 kemungkinan akan mendapat manfaat dari terus memasukkan data pengujian, tetapi hanya jika para peneliti dapat mengaksesnya. “Membuat data pengujian dan protokol pengujian tersedia secara sistematis adalah kuncinya,” kata Pascual. “Ada informasi berharga di luar sana yang dapat menghubungkan model ke data tetapi tidak dapat diakses oleh para peneliti yang melakukan pemodelan.”

Penelitian, “Mengukur Infeksi Tanpa Gejala dan Penularan COVID-19 di Kota New York menggunakan Kasus yang Diamati, Serologi, dan Kapasitas Pengujian,” didukung oleh National Science Foundation.